日時のセグメンテーション
このページの内容
日時細分化について
日付の時間細分化は、従業員のスケジューリングのためにシフトを使用する業界のために有用である。この機能の目的は、個々のシフトのパフォーマンス指標を簡単にレポートできるようにすることで、顧客満足度が上がる時間帯と下がる時間帯を特定できるようにすることです。
例: あなたの店では、曜日ごとに異なる従業員が働いています。商品を購入した直後に、従業員とのやり取りを評価してもらうのです。細分化することで、特定のシフトの評価が特に高いか低いかを確認することができ、どこに改善の焦点を当てるべきかがわかります。
このページでは、ダッシュボードで日時の細分化をレポートするために必要な設定について説明します。
対応ダッシュボードの種類
クアルトリクスには、いくつかのタイプのダッシュボードが用意されています。この機能は以下のダッシュボードで見ることができる:
- ダッシュボードプロジェクト(CXダッシュボードなど)
- 従業員エンゲージメント
- Lifecycle
- 360
- パルス
- アドホック従業員調査
- 従業員ジャーニー分析
- ブランドエクスペリエンス
Qtip:従業員エクスペリエンス専用のウィジェット(ヒートマップなど)で使用するために、日付時 間セグメントを複数回答のテキストセットとしてマッピングする必要がある場合があります。日付時間細分化は、他のほとんどのウィジェットでテキストセットとして機能します。
すべてのライセンスにこれらすべての種類のダッシュボードが含まれているわけではないことにご注意ください。
データ要件
日付データ
データに日付フィールドを含めることは重要です。アンケート調査データには、デフォルトで終了日、開始日、記録日などの日付フィールドが含まれています。
また、トランザクションの日付など、任意のカスタム日付フィールドを使用することもできます。カスタム日付フィールドはISO 8601形式でなければなりません。どのタイムゾーンでも利用できる。タイミングは24時間制にする。
例: YYYY-MM-ddTHH:MMZはISO 8601です。例えば、2022-12-31T23:45Z。
Qtip:カスタム日付フィールドの書式設定については、日付フィールドの書式を参照してください。
詳細区分情報
日付・時間細分化により、作成したシフトや曜日ごとにデータを分けることができます。さらに、場所や代表者などのフィールド別にデータを分けたい場合は、必ずその情報をデータに含める必要があります。
日付と時間の細分化
日付・時間細分化により、ビジネスのシフトを定義することができるため、パフォーマンスに関するレポートをより簡単に作成することができます。ダッシュボードデータのマッピングが完了したら、以下の手順に従って、日付時間細分化を行います。
Qtip:日付時間細分化を追加する前に、ダッシュボードにデータをマッピングしておく必要があります。ダッシュボードが新しい場合は、データがダッシュボードに読み込まれるのを待ってから、日時の細分化を追加することをお勧めします。
Qtip:1つ以上のデータソースを持つダッシュボードでは、データタイムセグメントが機能します。セグメンテーションに含めるには、日付時間セグメントを作成する前にデータソースを追加する必要があります。
曜日フィールドの再コード化
注意: 曜日」フィールドはUTCタイムゾーンに基づいています。ダッシュボードが異なるタイムゾーンに設定されていても、曜日はUTCタイムゾーンの日付に基づいています。
日付時間細分化すると、ダッシュボードデータに「曜日」フィールドが追加されます。デフォルトでは、曜日の値は1〜7の範囲でマッピングされている。しかし、このデータをダッシュボード上で読みやすくするために、これらの識別値を曜日名または略号に割り当て直すことをお勧めする。
Qtip:曜日名に数字を入れると、ウィジェットの並べ替えが簡単になります。例えば、”Monday “ではなく、”1 – Monday”。
ウィジェットでの日付時間細分化レポート
テキスト・セット・フィールドと互換性のあるあらゆるウィジェットに「日付細分化」フィールドを追加できるようになりました。このセクションでは、特に高い、または低い指標を強調表示する標準テーブルの作成方法を紹介します。
例: 木曜日の第4シフトと土曜日の第5シフトを変更する必要があることを示しています。
トラブルシューティング
ダッシュボード・ウィジェットで日付と時刻の細分化がうまくいかない場合は、このセクションの手順をお試しください。
FAQs
Is this feature compatible with data models?
Is this feature compatible with data models?
素晴らしい! フィードバックありがとうございます!
フィードバックありがとうございます!